使用find命令搭配sed正则筛选不含IMDB ID的文件未达预期

• 正则失效原因：
  1. find的-regex参数是完全匹配完整文件路径，而非仅匹配文件名片段，原正则"tt\d{7}"未加前后通配符，无法匹配./xxx tt1234567.mp4这类带前后缀的路径，导致-not排除条件完全不生效。
  2. 原命令用-regextype sed（POSIX基础正则），不支持\d数字简写，且{7}数量限定符需要转义为\{7\}，正则无法命中IMDB ID格式。
• 带./前缀原因：find默认输出相对当前目录的完整路径，当前目录以.标识，因此输出自动附带该前缀。

推荐写法（用扩展正则语法更简洁） #

find . -type f -regextype posix-extended -not -regex ".*tt[0-9]{7}.*" -printf "%f\n"

兼容原sed正则类型的写法 #

如果不想修改正则类型，可将数量限定符转义后使用：

find . -type f -regextype sed -not -regex ".*tt[0-9]\{7\}.*" -printf "%f\n"

• -type f：仅筛选普通文件，排除目录等非文件类型
• -regextype posix-extended：启用POSIX扩展正则，无需转义数量限定符
• -not -regex ".*tt[0-9]{7}.*"：匹配路径任意位置含tt+7位数字格式的文件，取反后即为不含IMDB ID的文件
• -printf "%f\n"：自定义输出格式，仅提取文件名部分，剔除./前缀，每条结果换行输出

备注：如果需要按文件名排序输出，可在命令末尾追加| sort即可。

内容的提问来源于stack exchange，提问作者Sachin